Datalore – аналитическая платформа для визуализации и обработки первичных данных. Помогает разработчикам и специалистам Data Science предоставлять понятную информацию о проектах маркетинговым и продуктовым командам. При использовании платформы нет большой потребности в написании кода, есть возможность автоматизации функций, превращающая ее в no-code инструмент. Платформа доступна в виде веб-приложения и может быть установлена ​​на выделенные серверы.

Возможности Datalore:

Ноутбуки

Jupyter-ноутбук — основа любого проекта по анализу данных. Datalore включает в себя все необходимые инструменты для работы с Jupyter-ноутбуками. Платформа предоставляет помощь в написании кода на Python, SQL, R, Scala и Kotlin, чтобы вы могли продуктивно работать и писать качественный код с меньшими усилиями. Редактор Datalore обеспечивает быстрый доступ к подключенным источникам данных, автоматическим визуализациям, статистике набора данных, инструменту составления отчетов, менеджеру среды, управлению версиями и другим полезным инструментам.

Подключение к источникам данных

Независимо от того, работаете ли вы с CSV-файлами, корзинами S3 или базами данных SQL, Datalore предоставляет удобный доступ к данным из нескольких источников в одном ноутбуке. В Datalore есть постоянное внутреннее хранилище для быстрого доступа к ноутбукам и другим рабочим артефактам. Все данные — и загруженные локальные файлы и папки, и импортированные по ссылке, и скачанные файлы из репозитория кода — хранятся в файлах ноутбука. Когда вы делитесь ноутбуком с коллегами, они автоматически получают доступ к его файлам. Используя файлы рабочего пространства, можно сделать наборы данных доступными для нескольких ноутбуков. Достаточно один раз загрузить набор данных в рабочее пространство, и он будет доступен каждому редактору в этом пространстве.

Совместная работа

В Data Science проекты бывают сложными и состоящими из множества частей: ноутбуков, данных, окружений и скриптов. Эффективно работать над ними всей командой может быть нелегко.

Datalore делает совместную работу над данными простой и удобной.

Редактирование ноутбуков

Datalore позволяет редактировать ноутбуки совместно с коллегами в реальном времени. Работу можно разделить на отдельные листы, а при необходимости даже редактировать одну и ту же ячейку кода одновременно. При редактировании все изменения в коде отображаются мгновенно. Совместный доступ к среде, данным и состоянию вычислений обеспечивается автоматически. Работу над проектами удобно организовывать в командных рабочих пространствах. Это дает всем членам команды единую точку доступа к ноутбукам, данным и отчетам, позволяя получать обновления в реальном времени. В результате никто не забудет синхронизировать ноутбуки, оставшиеся на локальных машинах. Для личных экспериментов у пользователей есть индивидуальное рабочее пространство.

Datalore AI

Генеративный искусственный интеллект увеличивает продуктивность команд, работающих с данными, и делает Data Science доступнее для других специалистов. Именно поэтому мы внедрили в свои ноутбуки Datalore AI. Datalore AI генерирует код на Python, SQL и R, а также может подробно описать результаты анализа и мгновенно исправить ошибки в коде.

Если при выполнении ноутбука или ячейки возникает ошибка, Datalore предложит исправить проблему с помощью Datalore AI. Вы сможете посмотреть, чем отредактированный код отличается от исходного, принять предлагаемые изменения и запустить решение снова.

Отчеты

Datalore помогает показывать результаты анализа наглядно: всего за пару кликов можно превратить ноутбуки в интерактивные отчеты и информационные приложения. Можно полностью скрыть ячейки с кодом на Python, SQL, Scala или R и отображать только Markdown-ячейки, визуализации и интерактивные виджеты. Вы также можете поделиться полной версией Jupyter-ноутбука — вы сами решаете, какой контент включить в отчет.

Ноутбуком можно поделиться как историей: опубликуйте интерактивный отчет и отправьте команде общедоступную ссылку на него. Каждый пользователь получит собственный экземпляр отчета и сможет при необходимости изменить в нем элементы управления, виджеты и входные данные ячеек диаграмм, а также заново выполнить вычисления. Для доступа к отчетам учетная запись Datalore не нужна.

Локальная установка

Datalore можно установить в частной облачной среде или локальной инфраструктуре, что позволит получить дополнительные возможности индивидуальной настройки и защиты данных. В подписке на план Enterprise включаются пользовательские настройки аутентификации через SSO, конфигурация среды и вычислительные ресурсы.

Конфигурация Kubernetes (Enterprise)

Datalore можно установить в любом удобном кластере Kubernetes как локально, так и в частном облаке. Установка в Kubernetes дает самые широкие возможности настройки решения, но для этого необходимо владеть технологией Kubernetes.

Группы пользователей

В Datalore можно создавать группы пользователей, чтобы предоставлять доступом к ноутбукам и рабочим пространствам сразу нескольким людям. Создавайте группы пользователей на панели Admin в Datalore или синхронизируйте их с аутентификационным модулем JetBrains Hub. JetBrains Hub позволяет синхронизировать группы с вашим поставщиком аутентификации (например, Azure AD). Подробнее о поддерживаемых модулях аутентификации читайте в документации.

Доступно на языках:

• English

Конкуренты:

• Jupyter Notebooks
• Google Colab
• Microsoft Azure Notebooks

Полная документация доступна по ссылке Datalore features.